關於 樣本統計量解釋 ，我們在網路上蒐集到這些相關的討論、資訊與評價

「史丹佛研究：空污可改變基因」 — 長期接觸空氣污染的兒童，成年後罹患心臟病的風險會大大增加：世界衛生組織表示，空汙對發育中的兒童影響甚鉅，受到髒空氣的傷害會比成人還嚴重。「空污」是當前各國皆須面對的重要議題之一。尤其，與成人相比，孩童的健康受到更大傷害！
　
根據世界衛生組織（WHO）研究報告，全球有高達93%（約18億）15歲以下的兒童，每天呼吸嚴重威脅健康的髒空氣。
世衛進一步解釋：
▪第一，兒童呼吸速度比成人還快，會吸入更多污染物。
▪第二，他們個頭較小，生活空間接近地面，此處污染物濃度卻也最高。
因此，對於身體、大腦尚未發育完全的兒童來說，他們更容易受到空汙危害[1]。
　
史丹佛大學領導的一項新研究表示，兒童若長期暴露在空氣污染當中，成年後罹患心臟病和其他疾病的機率也會跟著上升，發表在《自然科學報告》(Nature Scientific Reports)上的這項分析，是首次在人體單細胞中調查空氣污染影響的研究，並同時關注了兒童的心血管和免疫系統，而這次的發現可能會改變醫學專家和家長對兒童呼吸空氣的看法，並為那些長期暴露在嚴重空氣污染中的人提供臨床干預措施。
　
研究報告的主要作者瑪麗說：「我認為這份研究是可以讓人相信的，且我們有證據表示因空氣污染原因造成的免疫和心血管系統變化，更可怕的是，那些看起來只是短暫的空氣污染暴露，實際上也會改變兒童基因的調控甚至改變血壓，這都會為日後罹患疾病的風險指數奠定基礎。」[2]
　
■史丹佛研究：空污可改變基因
空污已被科學家視為沉默的殺手，學術界愈來愈多研究提出空污對健康的危害證據，最新研究發現，童年階段接觸空污，就足以改變基因，影響成年後的健康，且即使低水平污染，也會增加罹患心肺疾病的風險。
　
史丹佛大學研究發現，童年時期暴露在骯髒的空氣下可能會改變基因，並可能改變血壓，從而增加成年時罹患心臟病與其他疾病的風險。
　
研究人員針對居住在加州弗雷斯諾市（Fresno）6~8 歲兒童群體為研究對象，主要是西班牙裔。選擇這個城市原因是這個地方受到工業、農業和野火等原因影響，是加州空氣污染程度最高的城市。
　
研究人員計算 1 天、1 週和 1、3、6 和 12 個月的平均空氣污染暴露量，結合當地健康和人口統計調查、血壓讀數和血液樣本，並首次使用質譜分析免疫系統細胞，可同時對多達 40 個細胞標記物進行更靈敏的測量，讓研究人員可更深入了解污染暴露的影響。
　
研究發現長時間暴露於PM2.5、一氧化碳和臭氧，與甲基化增加有關，甲基化是 DNA 分子改變，可改變 DNA 活性而不改變序列，基因表達這種改變可能會傳給後代。研究人員還發現，空氣污染與單核球[3]的增加有關，這種白血球在動脈斑塊的形成有關鍵作用，並可能使兒童成年後罹患心臟病。
　
這項研究發表在《自然科學報告》，是首次在單細胞層級研究空氣污染的影響，並同時關注兒童的心血管和免疫系統。
　
■「空氣污染被視為沉默的殺手」— 是疫情過後人類面臨最迫切的生存危機：美國心臟協會及 Lippincott Williams & Wilkins 聯合發行的醫學期刊《循環》（Circulation）一項新研究分析 2000~2016 年超過 6,300 萬美國醫療保險患者的數據，並研究三種不同類型的污染物，PM2.5、二氧化氮和臭氧對健康的影響，結果發現，即使是長期接觸低於國家標準的空污，也會增加肺炎、心臟病、中風和心律不整的風險。
　
2019 年 PM2.5 污染最嚴重國家排名，前十名都是中東與亞洲國家，分別是孟加拉、巴基斯坦、蒙古、阿富汗、印度、印尼、巴林、尼泊爾、烏茲別克、伊拉克，中國排第 11，台灣排名第 58。
　
全球 90% 人口呼吸不安全的空氣，是對人類健康的最大威脅之一，每年導致死亡人數增加近 700 萬人，其中呼吸系統疾是全球第二大最常見的死亡原因。空氣污染被視為沉默的殺手，是疫情過後人類面臨最迫切的生存危機[4]。
　
■兒童健康之環境威脅
依據世界衛生組織（WHO）資料，23%全球疾病負擔和 26%五歲以下兒童死亡可歸因於有調整可能的環境因素。以全球觀點來看，傳染性疾病仍是影響兒童健康極重要的環境因子。
　
但對已開發或工業化國家來說，導致兒童罹病或致死最主要因素已被慢性疾病取代。氣喘、神經發展性疾病、白血病與腦瘤、兒童肥胖盛行率逐年增加，且有越來越多證據顯示，環境暴露為重要致病因子。
　
人體可經由多種途徑接觸到環境汙染物，吃的食物、飲用的水、呼吸的空氣與家塵、個人用品如乳液的皮膚接觸等都是常見來源。兒童某些特質讓他們特別容易受到環境毒素的危害，例如喜歡把手放到嘴巴的行為，可能增加來自地毯、家塵或土壤中毒物接觸。
　
以每單位體重與成人相比，孩子喝較多的水、吃較多的食物、呼吸較多的空氣；大多數的汙染物可以通過胎盤或經由母乳傳給幼兒。
　
兒童的代謝系統發育較不成熟；兒童處於快速生長與發育階段，這些精細的發展進程容易被外來因子干擾、破壞；再者，對於生命早期的環境暴露，兒童比成人有更多時間發展成慢性疾病。
　
近年來的研究更支持健康與疾病發育起源（Developmental Origins of Health and Disease）的理論，即早期的生命事件，包括母體內源性因素如基因、營養，和外源性暴露如環境汙染物，都可能影響整個生命歷程的發展與健康。
　
2002 年世界衛生組織在曼谷舉行「第一屆兒童健康之環境威脅」國際會議，提出幾項措施，包括移除汽油中的鉛、清潔的飲用水、減少汞污染和反吸菸運動等。
　
而臺灣過去重大環境污染議題，從半世紀前含砷地下水導致的烏腳病流行、米糠油遭多氯聯苯汙染的油症事件、有機化學廢料或重金屬農地污染；到近期與食品安全相關的惡意添加三聚氰胺的毒奶粉事件、起雲劑遭非法添加的塑化劑事件，這些對健康面向最大的影響往往是孕產婦及幼童；同時，臺灣也面對全球氣候變遷或室外空氣污染威脅。
　
依據 PM2.5 的來源，東北部因地理位置，大多數汙染來自境外移入如大陸霾害，而其他地方則以本地製造為主，包括交通運輸如道路揚塵、工業汙染、燒稻草或金紙等活動。
　
還有各種新興關注汙染物（Contaminants of emerging concern），因為人類活動而進入環境生態圈。這些物質可能長期存在環境中，或已在人類或其他生物體被檢測到，卻未納入規律監測或管制，這都是未來訂定管制標準或策略時的挑戰，應特別考量易受傷害族群之兒童健康[5]。
　
■污染顆粒會入侵母體，5 歲以下兒童是最大受害者
兒童尤其是受空氣污染危害的弱勢族群，原因是兒童更接近地面，並且呼吸速度比成人更快，時常用嘴巴呼吸而不是有天然過濾系統的鼻子。兒童在戶外的時間更多，一旦孩子暴露在外，污染物會對他們的身體產生更嚴重的影響，原因是 3 歲以前，童年大腦每秒建立超過一百萬個新神經連接，身體和大腦正在快速成長。
　
PM 2.5 會經由鼻子和嘴進入兒童的身體，透過呼吸道進入血液，到達身體的每個器官。這些顆粒會破壞這些器官的正常功能，包括破壞腦細胞，並增加兒童在以後生活中發展心臟、大腦、呼吸、免疫和發育狀況的風險。
　
此外，暴露在污染物中與早產和低出生體重、子宮內認知發育受損以及自然流產有關，大約 18% 的早產可歸因於子宮內污染顆粒物的暴露。子宮內和兒童接觸空氣污染也與支氣管炎和哮喘、肺功能降低、復發或慢性呼吸系統疾病，以及生長發育受損有關。溫哥華和上海的大規模研究發現，接觸微粒物質、二氧化氮和一氧化氮與自閉症的發病率之間存在關聯。
　
隨著對化石燃料繼續毒害空氣、食物和水，城市變得愈來愈不適合居住，且只有少數人能夠逃脫，扭轉空污問題需要政府和企業採取勇敢和激進的行動，如果這些努力沒有實現，兒童將成為最大的受害者[6]。
　
　
【Reference】。
1.來源
➤➤資料
[1] 商業周刊「小孩玩得越開心，空氣就越乾淨！這座遊樂場如何在空汙城市辦到」：https://www.businessweekly.com.tw/international/blog/3007345
[2](明日科學)「長期接觸空氣污染的兒童，成年後罹患心臟病的風險會大大增加」：https://tomorrowsci.com/healthy/%E9%95%B7%E6%9C%9F%E6%8E%A5%E8%A7%B8%E7%A9%BA%E6%B0%A3%E6%B1%A1%E6%9F%93%E7%9A%84%E5%85%92%E7%AB%A5%EF%BC%8C%E6%88%90%E5%B9%B4%E5%BE%8C%E7%BD%B9%E6%82%A3%E5%BF%83%E8%87%9F%E7%97%85%E7%9A%84%E9%A2%A8/
[3](維基百科)「單核球」：https://zh.wikipedia.org/wiki/%E5%8D%95%E6%A0%B8%E7%BB%86%E8%83%9E
單核球是人體免疫系統中的一種白血球，單核球產生於骨髓，在血管內為單核球，血管外就變成巨噬細胞。其在人體免疫系統內有兩種作用：一，補充正常狀態下的巨噬細胞和樹狀細胞；二，在有炎症信號下，單核球會在8到12小時快速聚集到感染組織，並分化出巨噬細胞和樹狀細胞產生免疫反應。在白血球中的數量約佔2%~10%。
[4](Technews 科技新報)「沉默的殺手，史丹佛研究：空污可改變基因」：https://technews.tw/2021/02/26/air-pollution-can-change-dna/
[5](國家衛生研究院兒童醫學及健康研究中心)「環境健康」：https://chrc.nhri.org.tw/professionals/files/chapters/11_5_%E7%92%B0%E5%A2%83%E5%81%A5%E5%BA%B7.pdf
[6](Technews 科技新報)「污染顆粒會入侵母體，5 歲以下兒童是最大受害者」：https://technews.tw/2019/03/11/child-is-the-biggest-suffer-from-air-pollution/
　
➤➤照片
(天下雜誌)「全球3億兒童吸有毒空氣　傷身又傷腦」：https://www.cw.com.tw/article/5079099
　
2. 【國衛院論壇出版品 免費閱覽】
▶「國家衛生研究院-論壇」出版品(電子書免費線上閱覽)
https://forum.nhri.edu.tw/publications/
　
3. 【國衛院論壇學術活動】
▶https://forum.nhri.org.tw/events/
　　
#國家衛生研究院 #國衛院 #國家衛生研究院論壇 #國衛院論壇 #衛生福利部 #國民健康署 #環保署 #環境健康危害 #氣候變遷與健康 #空汙 #兒童 #空氣污染 #沉默的殺手
　
國民健康署 / 環境保護署 / 行政院環境保護署 / 衛生福利部 / 財團法人國家衛生研究院 / 國家衛生研究院-論壇
　
@[186593071836:274:商業周刊（http://xn--zsrzt.com/）]
明日科學
維基百科
Wikipedia
Technews 科技新報
天下雜誌
國家衛生研究院兒童醫學及健康研究中心

DeepMind AI 修練成精了，已經學會「發脾氣」？

作者 雷鋒網 | 發布日期 2021 年 08 月 12 日 8:00 |

DeepMind 又在「捏小人」了！這群小人是英國人工智慧實驗室 DeepMind 生產的 AI，不過只能在遊戲裡看到。但你可能不知道的是，DeepMind 還訓練過 AI 下象棋、玩足球、比電競，甚至提出人工生命言論。

最近這群AI，竟然能直接跳過數據訓練，在開放式任務環境自我進化。

之前Alpha Go和Alpha Star能力再強，也只能在各自擅長遊戲放大招，超出範圍立刻停擺。現在這批小人卻能在不同遊戲游刃有餘完成任務，展現超強的泛用能力。難道人工智慧治好泛用「頑疾」了？

在搶奪高地金字塔的任務，兩個不同顏色的小人能力值相當，都沒有跳躍能力，開始發脾氣亂扔東西，混亂中竟把其中一塊板子「扔」成樓梯，長驅直入，任務完成！

多次實驗發現，小人可複製方法，難道這群AI有記憶了？不僅如此，小人還學會「相對運動」──我上不去，你下來──借助板子直接把目標拉下來！甚至為了贏得比賽，多個小人學會配合，團體合作能力一直上升。

這種用虛擬遊戲自我進化的AI，僅需人為搭建任務環境，設計大量任務目標，利用加強深度學習，一步步打通關，最終成為十八般武藝精通的AI。

沒有樣本，沒有經驗，這些AI究竟如何進化，零樣本學習是否意味這些AI具備基本的「自學意識」？

社會達爾文主義訓練場

比起之前的足球場，這批AI的訓練場更像遊戲「社會」，有無數個遊戲房，每房間遊戲照競爭性、平衡性、可選性、探索難度分類。不管哪種任務，這批AI都只能從最簡單開始，一步步解鎖更複雜的遊戲，整個遊戲更像虛擬社會。

無需大數據集訓的AI，每玩一次遊戲就成長一次，與各種環境互動和「獎勵」下成長為更通用的AI，更像人工「生命」。

能讓AI自我進化的關鍵在於正確設計初始智慧和進化規則。一開始都非常簡單，所有複雜結構都是進化而來。就像嬰兒不會做大人的事，任務核心是不要超出AI自身的改進能力。

據DeepMind說法，每個AI會在4千間遊戲房玩約70萬個遊戲，並在340萬個任務經歷2千億次訓練步驟。1億次步驟約耗時30分鐘。照這訓練法，41天就能訓練出一群「成年」AI。

但AI還是不會思考

DeepMind表示「單AI可開發智慧成多目標，不僅一個目標」。AI公司Pathmind 的CEO Chris Nicholson也說「它學到的技能可舉一反三。例AI學習抓取和操縱物體，就能完成敲鎚子或鋪床任務。DeepMind正用程式設計為AI在這世界設定目標，這些AI正在學習如何掌握。」

但南加州大學計算機科學副教授Sathyanaraya Raghavachary表示，這些AI並不能定義為「生命」，尤其關於AI擁有身體感覺、時間意識及理解目標幾個結論。「即使人類也沒有完全意識到身體這件事，更不用說人工智慧了。」

他表示，活躍的身體對大腦不可或缺，大腦要放在合適的身體意識和空間位置內進化。如果AI能理解任務，何必需要2千億次模擬訓練達到最佳結果？總體而言，虛擬環境訓練的AI只是和以往AI「大同小異」。

從理論到現實的路還很長

狹義人工智慧是「複製人類行為的元素」，在計算機內執行某種任務，如分類圖像、定位照片物件、定義對象邊界等。這些系統旨在執行特定任務，而不具解決問題的一般能力。

相比之下，Deepmind使用的「通用人工智慧」有時也稱為人類等級人工智慧，因可理解上下文、潛台詞和社會線索，甚至認為可能完全超過人類。

但正如行為主義和認知主義的對抗，AI是否有解決問題的能力，並不能只考慮統計結果。善於「事後解釋」任何行為，實驗室之外還是無法「預測」哪些行動即將發生。

資料來源：https://technews.tw/2021/08/12/is-deepminds-new-reinforcement-learning-system-a-step-toward-general-ai/?fbclid=IwAR0xofCay9Ydy83BfQ_7lyEtfGvJroFfCznxiTxYIHP6HUFWpELClQPFs28

你有經驗嗎？試著阻止身邊的人做某些事，對方不但不聽反而去做。如同鐵捲門上的警語「禁止在此塗鴉」，就是會有人用噴漆噴好噴滿。

你有經驗嗎？試著證明新聞、資料、文獻的真實性，或是證明自己沒錯，拿出一堆研究資料，拿出統計調查數量並且達到統計學上的樣本數，來證明自己是對的，希望可以打臉對方。對方反而不相信，反而更相信他自己。

書中有許多生活常見、精彩的例子，除了運用科學心理學解釋之外，最後再教你反向操作、設下陷阱，讓他們改變、消除他們的抗拒心理。這是一本祕笈，唯一能做的就是讀它。

　　　　　　　—— 一郎人生，心理學YouTuber
：
如果有興趣的話《如何改變一個人：華頓商學院教你消除抗拒心理，從心擁抱改變》更多介紹在這邊： https://www.books.com.tw/products/0010894579
：
感謝 時報出版 邀請

歡迎收看范琪斐的寰宇漫遊，今天的琪斐大放送我們要來談談，2020美國總統大選民調一面倒的說拜登贏川普一大截，川貴人，這次別選了吧?乖～我待會給你買個....樓?大家好，我是范琪斐。中間偏右的《華爾街日報》（Wall Street Journal）聯手中間偏左的《國家廣播公司》（NBC），在「川拜」首場辯論後，到川普確診前這段時間，所做的民調顯示，拜登的支持率高達53%，足足領先川普14個百分點（53%：39%）。真的假的啦～這個幅度也太誇張，我們再參考一下別的。

（10/11公布）美國ABC News和《華盛頓郵報》（The Washington Post），在川普出院後做的最新民調，有54%的選民說會把票投給拜登，大幅領先川普12個百分點（54%：42%）。專門統計各家民調數據的Five Thirty Eight指出，拜登的平均支持率勝過川普10.4個百分點（52.2%：41.9%， 10/10數據）。另一個民調數據集合網站「真清晰政治」（Real Clear Politics）的網站顯示，從10月以來每一家主要民調公司統計出的結果，都是拜登遙遙領先川普，差距在5到16個百分點不等，其中不乏立場較為中間的The Hill和經濟學人。所以平均下來拜登的支持率領先9.8個百分點。（10/9公布）美國權威智庫與民調機構「皮尤研究中心」（Pew Research Center）做出來的結果是，52%的選民打算把票投給拜登，領先川普10個百分點（52%：42%）。

我們找了很多民調,可是只有很少數的說，川普領先拜登， 說很少數，是怕我們川貴人傷心，其實找來找去只有一個。 （10/5公布）英國《每日快報》聯手英美智庫Democracy Institute做的民調顯示，川普支持率在46%，小勝拜登1個百分點（46%：45%）。不過我還是註明一下，這個《每日快報》是英國的右翼八卦報，民主研究所的民調，也沒有被民調界公信力很高的538列入參考的近500家民調就是了， 所以現在大多數民調都顯示，拜登會獲得壓倒性勝利，但川貴人當然不認為他會選輸啊，最近又在那邊「Fake news」、「Fake polls」喊來喊去，民調統統都是假的！這都是幻覺～嚇不倒我的！

先不要笑，川貴人說的是真的，4年前一直到投票日當天早上，民調都還顯示希拉蕊一定會凍蒜，《紐約時報》做了大半年的民調，到選舉當天早上，還在說希拉蕊有80%以上的勝選機會，結果最後被「逆轉」，搖擺州統統被川貴人拿下！2016年的民調，被很多人認為是「壞掉了」、「走鐘了」，完全無法反映出真實民意，今年隨著大選日逼近，也有越來越多人開始質疑，真的假的啊?這幾年來專家們一直試圖釐清，當年的「希拉蕊慘案」到底是怎麼出現的，總之過去四年民調專家就很努力的要找出，民調為什麼會跟開出來的票差那麼多，但真的非常困難，因為變數實在太多了，我們今天就幫大家整理出幾個專家們認為可能的原因。

（一）手機的普及
還記得去年台灣不是在吵「手機民調要不要納入總統初選民調」嗎？美國其實也有類似的問題。美國現在就跟台灣「人手一機」一樣，有時候還兩三機，越來越少人使用家用電話了，而且年輕人、低收入者以及少數族群，都只用手機而已；反觀年長者和白人族群，就會比較依賴室內電話。大數據分析網站《Datanami》就指出，25歲左右的年輕人看到不認識的電話，幾乎都會pass不接；但70歲的長輩們則是每通必接，因此這樣進行的電話民調就很容易往某一族群傾斜。

那用手機民調不行嗎？根據1991年的《電話消費者保護法》（Telephone Consumer Protection Act of 1991；TCPA），美國是禁止「自動撥號系統」打電話給手機用戶的，所以如果要打手機做民調，就必須派出「真人」撥號，這有多麻煩呢？數據顯示，你想獲得1,000個回答，就至少得隨機撥號2萬次，其中大部分是空號，因為手機號碼是私人的，根本不會刊登在電話簿上，這實在太勞民傷財了，很想幫做民調的人馬殺雞一下耶，你們辛苦了。

（二）沉默的多數
每次選舉我都很期待接到民調電話，但大多數美國人可不是這麼想的，可能是因為擔憂個資和隱私外洩，導致選民接電話不敢說出真實意見，或者是覺得，蛤～民調很久欸，老娘才沒空理你。1970年代左右，美國「民調回應率」（Polls response rate）高達80%，你只要打過去人家多半都會回答你，但是根據「皮尤研究中心」最新報告，2018年美國「民調回應率」已經暴跌到6%，等於你打100通電話就只有6個人不掛你電話、願意花時間跟你聊兩句，但你也不知道他是不是講真話。

像2016年的大選，支持川普的選民中，就有一群選前不願意表態的，或者在接受民調時故意說謊的，有些甚至不告訴鄰居他們其實支持川普。《Datanami》表示，這些選民會讓調查的結果失準2%到6%，6%很多欸，根本就是超出誤差範圍了。

（三）網路民調難
啊現在網路那麼發達，用網路做民調不就統統搞定了嗎？事實上恐怕剛好相反。數據顯示美國18-29歲的年輕人，有98%都使用網路，但偏偏這個年齡層的人最不愛投票，拿美國總統大選風向球：2018年美國期中選舉為例，雖然這群年輕人投票率比前一次大幅提高15.7個百分點，但仍是所有年齡層中最低的（35.6%），也就是說，每個人都是「鍵盤投手」，大家網路上搖旗吶喊超熱情，結果投票日當天大家都覺得不差我這一票。另一方面，你在網路上想填幾歲就幾歲，想變性就變性，別國網軍想來帶風向，也不是那麼困難，因此網路民調也非常容易失準。

（四）早期民調誇大
另一個大變數是「早期民調」的準確度很低，因為選民還沒有足夠時間去瞭解候選人到底在幹嘛，但早期民調卻是媒體報導所仰賴的主要資訊來源，結果就是候選人拿來造勢、媒體見獵心喜誇大報導，進而影響到後續選民對候選人表示支持的聲量。例如看到拜登領先，那支持拜登的人講話就會比較大聲，因為他們是「主流」，反之支持川普的人，可能就會比較不敢表達意見，形成「沉默螺旋」。

「皮尤研究中心」也加碼解釋，事實上2016年的全國民調還算準確，（預測希贏3.3%最後贏2.1%），但美國總統大選是以選舉人票為單位，希拉蕊全國總票數高於川普也沒屁用，最後川普拿下所有的搖擺州，入主白宮。而選前的州民調也無法反映出搖擺州的真實民意，地方往往沒有全國性民調那種資源，四年前他們就忽略了在最後關頭，投給川普的搖擺選民數量，也沒有準確掌握未受過大學教育的白人選民，他們到底支持誰，種種因素導致了中西部上演「大驚奇」。還有就是民調公司往往有特定的政黨傾向，最後很可能導向「護主」的結果，讓民調不盡然客觀。

那這些問題2020年還會再重演嗎？老實說，有些變數還是很難避免，《紐約時報》就整理了，和四年前相比，哪些因素可能讓美國民調更精準或更失準。

更精準的第一點就是，搖擺選民減少了。

四年前民調失準的一大因素就是搖擺選民，但今年跟民調人員說：嗯～我還沒想好，的搖擺選民數量變少了，四年前的這個時候，大概還有20%的選民說他們還沒決定要投誰，或是打算投給小黨候選人，但今年這群人的數量只剩一半，而且其中支持川普的人也老早就表態，尤其是搖擺州的白人工人階級選民。

更精準的第二點是，選民教育程度的加權。
大家要有個概念，民調準不準確，完全取決於你抽樣有沒有做到「隨機」，也就是每個族群的意見都要被採納進來，但這真的非常難做到，最後很容易讓民調結果出現偏差。例如在美國，如果你跑去郊區教堂裡做民調，那幾乎可以篤定會獲得一個偏共和黨的結果；但如果你對大學生進行抽樣，最後很可能獲得一個偏民主黨的結果。另外的數據又顯示，受過高等教育的選民，比較願意接受民調訪問，每個都是選我選我～而那些較保守、教育程度較低的選民，他們的聲音就很難反映在民調上，所以如果你沒有按照「教育程度」來做加權，民調就會充斥太多年輕大學生的意見，導致結果偏向民主黨。先前民調機構都不怎麼重視教育程度對選情的影響，結果導致2016「爆冷門」。

有鑑於4年前的「教訓」，今年有越來越多民調機構，把選民教育程度的權重提高了，簡單來說就是把教育程度較高的受訪者音量降低一點，把教育程度較低的受訪者音量調高一點，讓他們各自符合在總人口中所佔的比例。今年從3月以來，美國各家民調機構做的幾十個調查中，已經有半數增加教育程度的權重，是先前的兩倍多（約20%）。

可能比2016年更糟糕的是，網路民調的增加。我們剛剛已經提過網路民調的準確度有待商榷，但過去幾個月來，越來越多機構採用網路民調的方式，比例佔地方民調總數的一半。他們採用的方法可能太過簡單，就是直接抓一群網路群組成員，然後再根據受訪者的人口統計資料進行分類加權，這樣的作法成本很低又很方便，但非常容易有樣本代表性不足的結果，而且最後民調可能左傾。 （最好的方式是結合電話民調和網路民調，例如AP/NORC/VoteCast的民調，電訪4萬人外加隨機抽樣11萬網友，結果可能較為客觀。

另一個可能不太客觀的做法是：請選民「回想投票」。
目前有越來越多投票機構採取這個方式，也就是要求受訪者回想2016年他把票投給誰，是希拉蕊還是川普呢？然後再依據他們的回答去做選舉意向的加權。這樣做可以讓民調數字看起來比較漂亮，也可以減少錯誤，但卻很難避免系統偏差，導致結果傾向某一政黨。再加上通常大家都會傾向回答，自己是投給獲勝的那一方，沒有人會想承認自己投給輸家嘛！再說這四年來誕生不少首投族，又有不少人往生，像是疫情導致那麼多人死亡，也有很多人搬到別的地方去，硬把2016年的投票意向套用到今年，恐怕不太合適。

所以這個民調到底是能不能看啊?你要是問我,我覺得就別看了 ,這是我們媒體想要預測選舉的結果, 或研究單位拿來做選民行為分析. 但一般選民還是把政策看清楚點比較要緊,你管別人怎麼投
今天琪斐大放送的關鍵字是：
#美民調失準
#選情霧茫茫

--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版！